基于SPSS的信息類大學(xué)生成績(jī)的數(shù)據(jù)挖掘

1、應(yīng)用統(tǒng)計(jì)學(xué)課程設(shè)計(jì)報(bào)告名稱基于SPSS的信息類大學(xué)生成績(jī)的數(shù)據(jù)挖掘?qū)W 院：河南中醫(yī)信息技術(shù)學(xué)院專 業(yè):信息管理與信息系統(tǒng)班 級(jí)：信管一班日 期:(提交日期）： 2014/6/12摘要數(shù)據(jù)挖掘技術(shù)是信息技術(shù)研究的熱點(diǎn)問題之一.目前數(shù)據(jù)挖掘技術(shù)在商業(yè)、金等方面都得到了廣泛的應(yīng)用,而在教育領(lǐng)域的應(yīng)用較少,隨著高校招生規(guī)模的擴(kuò)大，在校學(xué)生成績(jī)分布越來越復(fù)雜,除了傳統(tǒng)成績(jī)分析得到的一些結(jié)論外，還有一些不易發(fā)現(xiàn)的信息隱含其中，因而把數(shù)據(jù)挖掘技術(shù)引入到學(xué)生成績(jī)分析中，有利于針對(duì)性地提高教學(xué)質(zhì)量.聚類分析是數(shù)據(jù)挖掘中的一個(gè)重要研究領(lǐng)域。它將數(shù)據(jù)對(duì)象分成為若干個(gè)簇,使得在同一個(gè)簇中的對(duì)象比較相似，而不同簇中的對(duì)

2、象差別很大.本論文就是運(yùn)用數(shù)據(jù)挖掘中的聚類分析學(xué)生成績(jī)的，利用學(xué)生在分專業(yè)前的各主要學(xué)科的成績(jī)構(gòu)成,對(duì)數(shù)據(jù)進(jìn)行選擇，預(yù)處理,挖掘分析等。運(yùn)用聚類算法分析學(xué)生對(duì)哪個(gè)專業(yè)的強(qiáng)弱選擇，從而為具有不同成績(jī)特征的同學(xué)在專業(yè)選擇及分專業(yè)后如何開展學(xué)習(xí)提供一定的參考意見.關(guān)鍵詞 聚類分析，學(xué)生成績(jī)，就業(yè),K-means，1、 研究背景:隨著我國經(jīng)濟(jì)的發(fā)展，網(wǎng)絡(luò)已被應(yīng)用到各個(gè)行業(yè),人們對(duì)網(wǎng)絡(luò)帶來的高效率越來越重視，然而大量數(shù)據(jù)信息給人們帶來方便的同時(shí)，也隨之帶來了許多新問題,大量數(shù)據(jù)資源的背后隱藏著許多重要的信息，人們希望能對(duì)其進(jìn)行更深入的分析，以便更好地利用這些數(shù)據(jù),從中找出潛在的規(guī)律。那么，如何從大量的數(shù)

3、據(jù)中提取并發(fā)現(xiàn)有用信息以提供決策的依據(jù),已成為一個(gè)新的研究課題。 高校是教學(xué)和科研的重要基地，也是培養(yǎng)人才的重要場(chǎng)所，教學(xué)管理工作當(dāng)中的學(xué)生成績(jī)分析是高校管理工作的一個(gè)重要組成部分，也是衡量高校管理水平的依據(jù)。從目前來看.各高校隨著招生規(guī)模的擴(kuò)大,信息量大幅度增加，學(xué)校運(yùn)行著各類管理系統(tǒng),存在著各類數(shù)據(jù)庫，如有成績(jī)管理，學(xué)籍管理等。這些系統(tǒng)積累了大量的數(shù)據(jù)，在很大程度上提高了工作的效率，但在這樣的教學(xué)管理系統(tǒng)中,學(xué)校的管理人員、教師和學(xué)生都只能通過查看，或者簡(jiǎn)單的排序以及統(tǒng)計(jì)功能來獲得數(shù)據(jù)表面的信息，由于缺乏信息意識(shí)和相應(yīng)的技術(shù)，隱藏在這些大量數(shù)據(jù)中的信息一直沒有得到充分應(yīng)用。如何對(duì)這些數(shù)據(jù)進(jìn)

4、行重新分析利用，在原基礎(chǔ)上擴(kuò)充高校教學(xué)管理系統(tǒng)的功能,從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律，提高學(xué)校管理的決策性,是很多高校正在考慮的問題。因此，對(duì)學(xué)生成績(jī)數(shù)據(jù)進(jìn)行深入挖掘分析，找出影響學(xué)生學(xué)習(xí)的各種潛在的因素，將會(huì)促進(jìn)學(xué)校開展更加具有針對(duì)性的個(gè)性化教育，同時(shí)營造一種新的教學(xué)管理模式，進(jìn)一步促進(jìn)教學(xué)管理水平的提高2、 主要原理和思想：聚類分析就是將一組數(shù)據(jù)分組,使其具有最大的組內(nèi)相似性和最小的組間相似性。簡(jiǎn)單的說就是達(dá)到不同聚類中的數(shù)據(jù)盡可能不同，而同一聚類中的數(shù)據(jù)盡可能相似，它與分類不同，分類是對(duì)于目標(biāo)數(shù)據(jù)庫中存在哪些類這一信息是知道的，所要做的就是將每一條記錄分別屬于哪一類標(biāo)記出來；而聚類是在預(yù)先不知

5、道目標(biāo)數(shù)據(jù)庫到底有多少類的情況下，希望將所有的記錄組成不同的簇或者說“聚類”,并且使得在這種分類情況下,以某種度量為標(biāo)準(zhǔn)的相似性，在同一聚類之間最小化，而在不同聚類之間最大化。事實(shí)上,聚類算法中很多算法的相似性都基于距離而且由于現(xiàn)實(shí)數(shù)據(jù)庫中數(shù)據(jù)類型的多樣性，關(guān)于如何度量?jī)蓚€(gè)含有非數(shù)值型字段的記錄之間的距離的討論有很多,并提出了相應(yīng)的算法。聚類分析的算法可以分為以下幾類:劃分方法、層次方法等。2.1聚類分析原理方法：在數(shù)據(jù)挖掘技術(shù)中，聚類分析主要有以下幾種方法。 (1）劃分法（Partitioning Methods) 劃分法給定一個(gè)有N個(gè)元組或者記錄的數(shù)據(jù)集，構(gòu)造K個(gè)分組，每一個(gè)分組就代表一個(gè)

6、聚簇,K N。而且這K個(gè)分組滿足下列條件：每個(gè)組至少包括一個(gè)對(duì)象，每個(gè)對(duì)象必須屬于且只屬于一個(gè)組.對(duì)于給定的K,算法首先給出一個(gè)初始的分組方法，以后通過反復(fù)迭代的方法改變分組，使得每一次改進(jìn)之后的分組方案都較前一次好，而所謂好的標(biāo)準(zhǔn)就是：同一組中的記錄越近越好，而不同分組中的記錄越遠(yuǎn)越好。使用這個(gè)基本思想的算法有：K均值算法、K中心點(diǎn)算法、CLARANS算法。K均值算法一般只能在簇的平均值被定義的情況下才能被使用,這對(duì)于涉及有分類屬性的數(shù)據(jù)的應(yīng)用可能會(huì)顯得不適用，該方法不易發(fā)現(xiàn)非凸面形狀的簇和大小差別很大的簇;K中心點(diǎn)算法在中心點(diǎn)的計(jì)算過程中需要反復(fù)迭代計(jì)算，其計(jì)算量很大,這對(duì)于對(duì)象及劃分?jǐn)?shù)的

7、值較大時(shí)，其計(jì)算代價(jià)相當(dāng)高。（2）層次法（Hierarchical Methods) 層次法就是把數(shù)據(jù)庫分成多個(gè)層次，然后對(duì)不同層次的數(shù)據(jù)采用劃分聚類。輸出的是一棵層次化的分類樹,層次的方法可以分為凝聚的和分裂的.凝聚的方法也稱為自底向上的方法,一開始將每個(gè)對(duì)象作為單獨(dú)的一個(gè)組，然后相繼地合并相近的對(duì)象或組，直到所有的組合并為一個(gè)（層次的最上層），或者達(dá)到一個(gè)終止條件.分裂的方法，也稱為自頂向下的方法，一開始將所有的對(duì)象置于一個(gè)類中。在迭代的每一步中,一個(gè)類被分裂為更小的類.直到最終每個(gè)對(duì)象在單獨(dú)的一個(gè)類中，或者達(dá)到一個(gè)終止條件.3。數(shù)據(jù)情況介紹： 3。1數(shù)據(jù)信息：我院某年級(jí)學(xué)生大學(xué)四年全部實(shí)

8、際課程數(shù)據(jù)，分計(jì)科、信管1、信管2三個(gè)班級(jí) 3。2數(shù)據(jù)凈化數(shù)字凈化據(jù)源中不正確,不完善等不可能達(dá)到數(shù)據(jù)挖掘質(zhì)量要求的數(shù)據(jù),從而提高數(shù)據(jù)的質(zhì)量得到更正的數(shù)據(jù)挖掘結(jié)果。研究所針對(duì)的學(xué)生成績(jī)數(shù)據(jù)中，遇到的主要是空值問題。對(duì)此,本研究采用了兩種處理 方法若該學(xué)生有三門及以上成績(jī)?yōu)榭眨瑒t將其作為異常點(diǎn)從數(shù)據(jù)除去；若該生有兩門及以下課程成績(jī)?yōu)榭?。則取所在班級(jí)對(duì)應(yīng)課程的平均成績(jī)來代替空值。4。分析過程：第一步，啟動(dòng)并進(jìn)入系統(tǒng),數(shù)據(jù)導(dǎo)入系統(tǒng)。第二步，進(jìn)入系統(tǒng)分析功能，在“分析”菜單“分類（F)”中選擇K-均值聚類（K）命令。第三步,在彈出的K-均值聚類分析對(duì)話框中,從對(duì)話框左側(cè)的變量列表中選擇“醫(yī)院管理學(xué)，軟

9、件工程，”等變量，使之添加到右邊的變量(V）框中,聚類數(shù)寫為4,方法選為迭代與分類如下圖.第四步，單擊迭代按鈕選擇系統(tǒng)默認(rèn)值（右圖）。第五步，單擊保存按鈕選擇聚類成員（C)與聚類中心的距離（D）第六步，單擊按鈕，自動(dòng)完成分析二：聚類分析結(jié)果由上圖可知信管一班54名學(xué)生分成四類類別129憂53。7類別24中7.4類別320良37類別41差1。9三:同理計(jì)科，信管二班分析結(jié)果計(jì)科:導(dǎo)入數(shù)據(jù)計(jì)科數(shù)據(jù)分析： 1。聚類成員表2。最終聚類中心表3.每個(gè)中心的案例數(shù)表由上圖可知計(jì)科72名學(xué)生分成四類類別124良33。3%類別236憂50類別31差1。4類別411中15。3信管二班導(dǎo)入數(shù)據(jù)：信管二班數(shù)據(jù)分析:

10、1.聚類成員表2.最終聚類中心表3。每個(gè)中心的案例數(shù)表由上圖可知信管二班53名學(xué)生分成四類類別113中24。5類別22差3。8類別324良45。3類別414優(yōu)26。4三對(duì)三個(gè)班級(jí)進(jìn)行比較分析:信管一班優(yōu)秀率最高53.7說明該班成績(jī)較為突出，信管二班良好率45。3三班最高，說明信管二班比較穩(wěn)定，整體成績(jī)比較均勻，說明班級(jí)學(xué)風(fēng)較好。計(jì)科優(yōu)秀率,良好率基本都處于第二位，說明該班潛力較大，應(yīng)該加重對(duì)該班的重視，分類有針對(duì)性的進(jìn)行指導(dǎo)。四：對(duì)信管一班分類結(jié)果詳細(xì)分析：學(xué)生聚類后的各門課程平均成績(jī)比較分析表A第一類，B第二類，C第三類，D第四類，F(xiàn)平均值由學(xué)生譜系聚類圖及聚類后的各門課程平均成績(jī)比較分析表

11、可知如果將54名學(xué)生（1-54為學(xué)生編號(hào))分為兩類測(cè)2,4,5，38,44屬于一組，該類總體成績(jī)較高，但是有掛科的現(xiàn)象，如果將54名學(xué)生分三類與分為四類區(qū)別不明顯，我們以分四類進(jìn)行分析，則第一類1，7，8，9，11，13，16,17,20，23，24,25，26，27，31，32,33,34，35，36,37，39,42，43，45，46，47,49，5129人課程總平均分80。7分，各門平均成績(jī)都是最高分,綜合排名都在前30屬學(xué)習(xí)成績(jī)優(yōu)秀者，第二類為3，6，10，12,14,15，18，19,21，22,28,29，30,40,41，48,50,52,53,5420人課程平均分76。5分與全

12、班總平均分78。7相差有點(diǎn)大，但沒有掛科的,綜合排名30至50名間，屬學(xué)習(xí)成績(jī)良好者;第三類2，5，38,444人課程總平均成績(jī)79。7分比全班總平均略高但是有掛科的行為，綜合排名在前50屬學(xué)習(xí)中等者，第四類4一人課程平均分80。5總體成績(jī)較高感覺有偏科現(xiàn)象造成排名仍在最后.分析結(jié)果：眾所周知, 高校往往依據(jù)學(xué)生綜合考試成績(jī)來評(píng)定學(xué)生優(yōu)良中差， 如果學(xué)生要想在評(píng)比中排名靠前, 如第一類學(xué)生, 就必須將有限的精力分配到所開設(shè)的各門課程中, 不論是否愿意或是否有興趣， 至少是在所開的必修課程中他們必須花費(fèi)同樣的精力去提高考試成績(jī)， 這就會(huì)造成這類學(xué)生無法有意識(shí)或沒有更多的精力來培養(yǎng)適應(yīng)社會(huì)的能力.

13、根據(jù)筆者對(duì)第一類學(xué)生的跟蹤調(diào)查， 畢業(yè)時(shí)第一類遲遲就不了業(yè)的學(xué)生占了相當(dāng)比重。為避免“高分低能"， 提高學(xué)生在激烈的市場(chǎng)競(jìng)爭(zhēng)中的生存與發(fā)展能力, 學(xué)校應(yīng)針對(duì)這類學(xué)生學(xué)習(xí)自覺且文化基礎(chǔ)好, 多加強(qiáng)對(duì)他們的社會(huì)實(shí)踐能力和各種技能的訓(xùn)練， 多為這類學(xué)生提供一些在課堂內(nèi)外鍛煉的機(jī)會(huì), 發(fā)現(xiàn)他們?cè)谄渌矫娴膬?yōu)勢(shì), 并加以適當(dāng)?shù)匾龑?dǎo), 盡量把這類學(xué)生培養(yǎng)成通才.第三類，第四類學(xué)生在一方面比較擅長，有自己的目標(biāo)自己的專長。學(xué)校針對(duì)這類學(xué)生加強(qiáng)對(duì)其興趣愛好的引導(dǎo), 使其向?qū)２欧较虬l(fā)展, 對(duì)其不感興趣的課程應(yīng)盡量寬松對(duì)待， 使其有足夠的精力從事其努力的方向。第二類學(xué)生文化基礎(chǔ)一般, 自我管理比上述兩類

14、學(xué)生差， 學(xué)習(xí)目的不明確， 不論在課程學(xué)習(xí)還是在其他方面表現(xiàn)不積極、不突出， 付出的努力還不夠。學(xué)校針對(duì)這三類學(xué)生， 通過加強(qiáng)輔導(dǎo)員和任課教師與學(xué)生的相互交流找出其原因， 挖掘其潛力所在， 提高學(xué)生的自信心和積極性，因材施教， 努力把學(xué)生培養(yǎng)成才。一 ：用對(duì)學(xué)生學(xué)習(xí)狀況進(jìn)行差異分析用對(duì)學(xué)生學(xué)習(xí)狀況進(jìn)行差異分析的步驟是：第一步，啟動(dòng)并進(jìn)入系統(tǒng),數(shù)據(jù)導(dǎo)入系統(tǒng).第二步，進(jìn)入系統(tǒng)分析功能，在“”菜單“”中選擇命令。第三步，在彈出的對(duì)話框中，從對(duì)話框左側(cè)的變量列表中選擇“醫(yī)院管理學(xué)，軟件工程，”等變量,使之添加到右邊的（）框中.第四步，確定變量的型聚類,選擇復(fù)選框：。第五步，單擊按鈕，選擇聚類方法：類間

15、平均法，即兩類距離為兩類元素兩兩之間平均平方距離.在欄目中選皮爾遜相關(guān)系數(shù)（）：第六步，單擊按鈕，選中項(xiàng)，并選擇縱向(）輸出聚類全過程（）的冰柱圖。第七步，顯示凝聚狀態(tài)表：?jiǎn)螕舭粹o，選中和項(xiàng)，選中中的項(xiàng)，并在其后文本框中輸入，顯示將變量分成類時(shí)各個(gè)變量的歸屬情況。第八步,單擊按鈕，自動(dòng)完成分析過程。分析結(jié)果與建議：（一） 輸出層次聚類分析各變量的距離矩陣(見下圖)。從中可以看出各個(gè)變間的距離,并按“距離"的長短進(jìn)行分類(二)凝聚狀態(tài)表表格的第一列表示聚類分析的第幾步；第二列、第三列表示聚類中哪兩個(gè)樣本或小類聚成一類；第四列是相應(yīng)的樣本距離或小類距離;第五列、第六列表示本步聚類中,參與

16、聚類的是樣本還是小類.表示樣本，數(shù)據(jù)（非)表示由第幾步聚類產(chǎn)生的小類參與步聚類;第七列表示本步聚類的結(jié)果將在下面聚類的第幾步中用到。(二）是變量層次聚類分析聚成3個(gè)類時(shí)變量的類歸屬情況(三)對(duì)群集成員進(jìn)行總結(jié)分類并定義就業(yè)指導(dǎo)課，偏于文職嵌入系統(tǒng),概率論與數(shù)理統(tǒng)計(jì)，Web應(yīng)用開發(fā),Web數(shù)據(jù)庫應(yīng)用，操作系統(tǒng)，計(jì)算機(jī)網(wǎng)絡(luò),計(jì)算機(jī)組成原理，數(shù)據(jù)接構(gòu)，數(shù)據(jù)庫原理,模擬電子技術(shù),數(shù)字邏輯，電路基礎(chǔ)，醫(yī)院信息系統(tǒng),JAVA程序設(shè)計(jì)基礎(chǔ)，計(jì)算機(jī)網(wǎng)絡(luò)安全,匯編語言,JAVA網(wǎng)絡(luò)編程,LINUX操作系統(tǒng),職業(yè)生涯規(guī)劃，軍論,思修，毛概，馬列,體育,英語,數(shù)學(xué),醫(yī)院管理學(xué),線性代數(shù)，C程序設(shè)計(jì)，計(jì)算機(jī)程序設(shè)計(jì)，

17、微機(jī)原理與接口技術(shù)，軟件工程偏于工程類 計(jì)算機(jī)組裝與維護(hù)硬件方面（四）由層次聚類分析的冰柱圖（見下圖),可以非常清楚地看到各變量按類歸屬的情況.（五 ）結(jié)果分析：根據(jù)上述分析所得到的三個(gè)分類以及我們分別對(duì)每個(gè)類的定義,可以看到，一類學(xué)生在“計(jì)算機(jī)組裝與維護(hù)”方面學(xué)習(xí)能力比較強(qiáng)，建議了解計(jì)算機(jī)硬件的相關(guān)原理,熟悉計(jì)算機(jī)的結(jié)構(gòu), 熟練使用各種檢測(cè)和維修工具,對(duì)主板、液晶顯示器、筆記本故障進(jìn)行定位及排除的復(fù)合型技能人才為目標(biāo). 畢業(yè)后主要從事計(jì)算機(jī)硬件組裝、管理、 維護(hù)、維修等工作。具體工作包括:1.計(jì)算機(jī)維護(hù)人員； 2.機(jī)房管理員；3。硬件維護(hù)維修；4。電腦售后服務(wù)；5。 維護(hù)管理硬件。 一類學(xué)生

18、具有一定的管理思想，善于指導(dǎo)可以從事管理教育培訓(xùn)，因而由技術(shù)人才轉(zhuǎn)到管理類人才不失為一個(gè)很好的選擇，做一些文職。類外在一類學(xué)生,形象思維能力和動(dòng)手能力較強(qiáng)，他們比較適合從事本專業(yè)的工程技術(shù)工作建議他們進(jìn)一步打好基礎(chǔ),深入掌握實(shí)際中的一些技巧，以便將來能成為本專業(yè)的技術(shù)骨干和專家。網(wǎng)絡(luò)工程方向就業(yè)前景良好,學(xué)生畢業(yè)后可以到國內(nèi)外大型電信服務(wù)商、大型通信設(shè)備制造企業(yè)進(jìn)行技術(shù)開發(fā)工作,也可以到其他企事業(yè)單位從事網(wǎng)絡(luò)工程領(lǐng)域的設(shè)計(jì)、維護(hù)、等工作。 2、軟件工程方向 就業(yè)前景十分廣闊,學(xué)生畢業(yè)后可以到國內(nèi)外眾多軟件企業(yè)、國家機(jī)關(guān)以及各個(gè)大、中型企、事業(yè)單位的信息技術(shù)部門、教育部門等單位從事軟件工程領(lǐng)域的技術(shù)開發(fā)、科研等工作。也可以繼續(xù)攻讀計(jì)算機(jī)科學(xué)與技術(shù)類專業(yè)研究生和軟件工程碩士。 3、通信方向 學(xué)生畢業(yè)后可到信息產(chǎn)業(yè)、財(cái)政、金融、郵電、交通、國防、大專院校和科研機(jī)構(gòu)從事通信技術(shù)和電